《电子测量技术杂志》发表论文赏析

基于卡尔曼滤波的小波去噪和IWOA-ELM的颈肩肌肉疲劳分类方法

来源:电子测量技术杂志2024年第10期北京时间:

作者:隋修武,付世雄,刘金雨,王涛,刘阳

单位:1.天津工业大学机械工程学院 天津 300387; 2.天津市现代机电装备技术重点实验室 天津 300387

摘要:针对采集的表面肌电信号噪声干扰多,以及缺少颈肩肌肉疲劳状态划分标准和分类模型的问题,本文提出了一种基于联合去噪和优化极限学习机的颈肩肌肉疲劳分类方法。首先,使用AnyBody建立颈肩骨骼肌肉生物力学模型,根据肌肉pH值和RPE劳累感知量表划分肌肉疲劳状态。采集6名健康青年人斜方肌上束疲劳状态下的表面肌电信号。然后,结合卡尔曼滤波和改进的小波阈值函数进行联合去噪,提取均方根、积分肌电值、平均功率频率、中值频率、瞬时平均频率、瞬时中值频率6个特征参数。最后,使用改进鲸鱼优化算法优化极限学习机的权值和阈值,建立IWOA-ELM颈肩肌肉疲劳分类模型。实验结果表明,联合去噪算法效果更佳,IWOA-ELM模型训练集准确率为96.3%,测试集准确率为97.5%,均方根误差为1.108,对于不同受试者分类模型准确率均高于95%,因此本文提出的联合去噪算法和IWOA-ELM模型在颈肩肌肉疲劳分类方面具有优势。

关键词:表面肌电信号;颈肩肌肉疲劳;卡尔曼滤波;小波阈值函数;鲸鱼优化算法;极限学习机算法

基金资助:中国航空科学基金(201729Q2001)项目资助

2024年10期其他文献查阅:

基于SMA-VMD和优化神经网络的逆变器开关故障诊断

基于卡尔曼滤波的小波去噪和IWOA-ELM的颈肩肌肉疲劳分类方法

基于雷达RCS数据的空间目标识别算法研究

基于雷达时频变换和残差网络的人体行为检测

面向倾斜摄影的实景模型融合技术与应用展望

基于DCNN和Bi-LSTM的弧齿锥齿轮箱故障诊断

基于自适应因子图的车载GNSS/INS组合导航方法

基于改进麻雀算法的配电房巡检机器人路径规划

应用于金属转轴监测的无线电能与信号同步传输系统优化研究

基于机器学习的金属软管缺陷检测系统

基于时空感知Transformer的交通流预测模型

基于分布式参考校正的多机器人编队控制

基于EBWO-SVM的变压器故障诊断研究

面向任务的CMM圆度测量不确定度建模与优化

全局-局部特征融合的人体姿态估计算法

改进型CLAHE图像增强算法及其FPGA实现

结合特征融合和注意力机制的SAR舰船检测算法

面向无人机监控的动态多尺度目标检测模型的研究与实现

基于改进YOLOv8n的变电设备红外图像实例分割算法

基于超拉普拉斯正则化的冲击波超压层析重建

结合超轻量级双注意力模块的ShuffleNetV2面部表情识别

双阶段噪声自适应超声图像分割网络

基于低成本FPGA的深度卷积神经网络加速器设计

基于PC-BRISK的岩石显微图像拼接

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!